Characteristics and controlling factors of suspended sediment transportation in summer spring tide in Funing Bay
-
摘要: 根据福宁湾夏季水文泥沙实测资料，分析了研究区悬浮泥沙浓度变化特征，研究了悬浮泥沙的输运机制，探讨了悬浮泥沙输运的控制因素。结果表明，平面上，悬浮泥沙浓度从湾内到湾外呈现递减的分布趋势；垂向上，各站位平均含沙量由底层向表层逐层递减。悬浮泥沙在湾内表现为向陆方向输运, 在湾口和湾外整体则向西南方向输运，平流输运在悬沙输运中占主导地位。正常天气下，研究区夏季的悬沙净输运方向与余流方向基本一致；西南强风天气下，研究区悬浮泥沙的浓度增大，其输运方向受风向控制指向东北向。闽浙沿岸流（夏季）活动较弱，对研究区悬浮泥沙的输运基本没有影响。Abstract: Using the measured hydrological and sediment data in the summer Funing Bay, the variation characteristics of suspended sediment concentrations are analyzed, the transport mechanism of suspended sediment studied, and the controlling factors of suspended sediment transportation discussed in this paper. The results show that the suspended sediment concentration decreases from the inside to the outside of the bay in plane view. Vertically, the average sediment concentration of each station decreases from the bottom layer to the surface layer. Suspended sediment is transported landward within the bay, and moves southwestward in the mouth and outside the bay, and advection transport dominates the transport of suspended sediment. Under normal weather, the net transport direction of suspended sediment in the study area in summer is basically consistent with the residual flow direction. Under the southwest strong wind weather, however, the concentration of suspended sediment in the study area increases, and the transport direction turns to northeast. The Min-Zhe coastal current is weak in summer and has little effect on the transportation of suspended sediment in the study area.
-
Keywords:
- suspended sediment /
- change in time and space /
- transport mechanism /
- control factors /
- Funing Bay
-
天然气水合物被视为21世纪可供开发的新能源。天然气水合物储层识别和饱和度估算是水合物资源勘探开发的重要任务之一[1-2]。近几十年来，世界范围内开展了大量的天然气水合物的实验模拟研究和现场勘探工作，致力于通过了解含天然气水合物沉积物的物性参数演化识别水合物并估算饱和度[3-12]。基于电学响应特征的储层定性与定量评价在天然气水合物的勘探开发中发挥着重要作用，是天然气水合物资源评价的重要手段之一。
随着越来越多的原位水合物样品被获取，天然气水合物在沉积物内的赋存形态已基本明确，分为孔隙型（分散状）和裂隙型（块状、脉状和层状等）。天然气水合物赋存形态多样性使得储层各向异性特征显著，现场勘探获取的水合物饱和度相近时，电阻率响应差异十分明显[13-16]，极大地影响现场基于测井资料评估储层中水合物饱和度的准确性。物理模拟实验结果同样表明，即使在相同平均水合物饱和度条件下，采用电测法获得的沉积物体系电阻率也不尽相同[17-19]。目前，水合物物理模拟实验大部分采用的是传统的电阻率点测方法，获取的是测量电极周围沉积物的综合电学响应。然而，含水合物沉积物的电阻率响应不仅受沉积物固有性质、孔隙流体和孔隙尺度上水合物的分布模式的影响，而且还受水合物宏观赋存形态的控制[20]。传统的电阻率点测不能反映水合物的赋存形态，一定程度上限制了水合物的有效识别和饱和度的准确估算。
电阻率层析成像技术（Eleactrical Resistivity Tomography，ERT）通过获取被测物体周围的电压信号，建立被测物体的电阻率分布图像，可用于直观地呈现水合物的分布情况。成像算法是电阻率层析成像技术的核心。对于非均质性和各向异性较强的水合物储层，成像算法是研究的重点，以期获得高分辨率和高准确度的水合物电阻率分布图像。目前，电阻率层析成像技术已在孔隙型水合物样品上进行应用[21-26]，而裂隙型水合物的电阻率成像还有待进一步的研究。
本文利用水合物电阻率层析成像实验装置，模拟分散状和块状水合物的生成过程；基于物理模拟实验测试结果，建立了含水合物沉积物电阻率层析成像反演方法，实现分散状和块状水合物的可视化；基于含不同赋存类型水合物沉积物的电阻率图像，揭示水合物生长规律，研究水合物赋存形态对电阻率响应特征的影响，以期为天然气水合物赋存类型识别和饱和度估算提供支持。
1. 实验
本研究采用的是青岛海洋地质研究所自主研制的水合物电阻率层析成像实验装置。实验装置可实时采集原位水合物生成和分解过程中电阻率层析成像数据。根据电阻率层析成像算法，重建不同时刻沉积物内水合物赋存形态电阻率图像。
1.1 实验装置
水合物电阻率层析成像实验装置包括水合物生成/分解和数据采集两个模块（图1）。水合物生成/分解模块主要包括高压反应釜、恒温水浴槽和内筒，是水合物生成和分解的场所。高压反应釜和恒温水浴槽用于模拟水合物生成的高压低温环境。内筒为一直径10 cm的圆柱状绝缘筒，用于承装沉积物，筒壁和筒底部均布置透气不透水通道；数据采集模块主要包括测量电极、电侨仪和控制器，采集水合物生成/分解过程中的电学参数。测量电极布设在内筒的同一高度，径向均布16个测点、间距22.5°；电侨仪与控制器的相互配合，完成电学参数的采集。水合物生成过程中电学数据的采集方式为四电极法，同一高度的16个电极中，选相邻的两个电极作为供电电极，其余电极相邻的两两一对作为测量电极，直至16个电极皆完成作为供电电极任务，每一轮次的采集可获取208个有效数据。
![图 1 水合物电阻率层析成像实验装置]()
图 1 水合物电阻率层析成像实验装置Figure 1. Experiment device of hydrate electrical resistivity tomography1.2 实验方法及条件
（1）分散状水合物
将充分饱水（浓度为3.5%的NaCl溶液）的石英砂（＞500 μm）填入内筒后放入高压反应釜，密封反应釜；向密封反应釜内充入甲烷气体（纯度99.99%）至实验压力；稳定后，开启水浴循环进行系统降温，开始水合物生成实验。实验过程中，实时采集含分散状水合物沉积物体系的电阻率层析成像数据。
（2）块状水合物
为提高实验效率，实验将已经制备好的圆柱状水合物装入沉积物内，以模拟块状的裂隙型水合物。参照已有的裂隙充填型水合物合成实验[27]，将去离子水冰粉装入圆柱状模具后，放入液氮中冷却；然后将其放入水合物样品制备反应釜，密闭后充入甲烷气（纯度99.99%）至水合物生成所需的压力；将反应釜放入循环水浴控温装置中进行降温，生成圆柱状水合物。水合物开始生成后，釜内的压力会不断地降低。水合物的生成是一个从成核到不断生长的过程，十分耗时。在压力下降过程中，也就是冰粉还未完全转换成水合物时，开釜后取出的圆柱状水合物样品为冰粉与水合物的混合物（图2）。
![图 2 圆柱状水合物样品（模拟块状水合物）]()
图 2 圆柱状水合物样品（模拟块状水合物）Figure 2. Photos of cylindrical hydrate sample which simulates massive hydrate为了尽量避免圆柱状水合物与沉积物接触导致水合物分解，将充分饱水（浓度为3.5%的NaCl溶液）的石英砂（＞500 μm）放入恒温箱进行预冷，并提前开启水浴循环进行高压反应釜系统的降温。待温度稳定后，取出压力还处在下降过程中的圆柱状水合物，放入液氮中冷却，尽量降低水合物的分解。取出部分预冷后的石英砂填入内筒，将圆柱状水合物埋入石英砂中，并将内筒整体放入反应釜内，快速密封反应釜，并迅速向反应釜内充入甲烷气体至实验压力，尽量避免水合物的分解。由于装样过程和充入的室温环境下的甲烷气体导致沉积物体系温度升高，高于水合物稳定存在的温度范围，水合物将存在分解现象。维持水浴循环的低温对沉积物体系进行降温。随着温度的降低，水合物将继续生成。实验过程中，实时采集含块状水合物沉积物体系的电阻率层析成像数据。
2. 层析成像反演算法
本文电阻率层析成像图像重建算法采用引入了正则化矩阵和参数获取稳定解、收敛速度快的高斯牛顿迭代方法求解目标函数。电阻率层析成像属于非线性的不适定反问题，反问题等价于非线性最优化问题，其最小化目标函数为：
S=∥GX−d∥2+λ2∥CX∥2 (1) 其中：G为加权灵敏度矩阵；X为模型参数；
d 为测量数据；λ为正则化参数；C为光滑度矩阵。第
i+1 次迭代得到的新模型为第i 次模型X 与修正量ΔX 之和，则目标函数可写为：S=∥F(ΔX+Xi)−d∥2+λ2∥C(ΔX+Xi)∥2 (2) 对目标函数进行泰勒展开后，忽略高阶项，并令其偏导为零，则有：
Xi+1=Xi+(JTJ+λCTC)−1JT(Xi−d)+λCTCXi (3) 其中，J为雅可比矩阵。
当新模型的解与测量数据的均方根误差满足精度时，迭代终止，
Xi 即所求模型。3. 实验结果
水合物物理模拟实验开展了多组重复试验，验证实验装置和层析成像反演算法的可靠性，本文选取其中的一组数据进行分析。需要说明的是，压力的变化对电阻率的影响可忽略不计[26]，而温度的变化对孔隙水中导电离子的移动影响较大，不可忽略。在层析成像反演过程中，已将常温条件下的电阻率作为参考值对测量数据进行了温度校正。因此，分散状与块状水合物生成的起始温压条件的不同不影响水合物物赋存形态差异引起的电学响应差异的研究。
对比分散状水合物和块状水合物的电阻率图像可以发现，分散状水合物的高值电阻率分布存在明显的零散性，块状水合物的高值电阻率分布则是相对比较聚集，且随着水合物的不断生成，分散状水合物的零散性和块状水合物的聚集性变得更加明显。利用二维电阻率图像上这一特性可初步判断水合物的赋存形态。
3.1 分散状水合物
实验过程中压力维持稳定10 h后，进行了一次补压和升温，使沉积物体系内的气水重新分布，促进水合物的生成（图3）。反应过程中随着水合物生成，体系压力下降明显，经补压升温后，水合物继续生成。初始状态下，各层的平均电阻率在1.55 Ω·m左右，属正常海底沉积物电阻率分布范围内（图4）。分散状水合物生成过程中内筒内不同高度沉积物介质的电阻率分布情况如图5所示。随着时间的推移，孔隙水不断固化成水合物，每层不同位置的电阻率和平均电阻率皆逐渐升高，局部电阻率升高明显，尤其是上部层位。分析认为，水合物的聚集特征受气源的供给和输导通道共同控制[28]。Chen等研究认为沉积物中水合物首先在气水接触面生长，天然气聚集区域将形成大量的水合物[29]。考虑实验装置内筒上部为开口式，上部气水接触充分，下部层位依赖内筒侧壁的气孔进气，气水接触相对较弱。从电阻率图像上可以观测到上部水合物最早生成，生成速度相对较快，且随着时间的变化，大量水合物聚集。
![图 3 分散状和块状水合物生成过程中温度和压力的变化]()
图 3 分散状和块状水合物生成过程中温度和压力的变化Figure 3. Temperature and pressure during formation of dispersed hydrate and massive hydrate![图 4 分散状和块状水合物生成过程每层平均电阻率的变化]()
图 4 分散状和块状水合物生成过程每层平均电阻率的变化Figure 4. Average resistivity of each layer during formation of dispersed hydrate and massive hydrate![图 5 分散状水合物生成过程中不同时刻电阻率图像]()
图 5 分散状水合物生成过程中不同时刻电阻率图像Figure 5. The changes of resistivity distribution of dispersed hydrate with time从分散状水合物生成过程中电阻率图像的变化可以看出，水合物围绕水合物优先生成区域不断扩张生长；层与层之间的电阻率和层内的电阻率不同指示了水合物的生长具有明显的非均质性。国内外学者利用电阻率层析成像技术在研究水合物生成/分解规律以及物性演化规律时也曾发现了水合物的上述生长行为[22-23]。
随着时间的变化，分散状水合物部分区域（图5中椭圆形区域）电阻率明显降低，尤其是
t3 时刻。分析认为是由于水合物生成过程中的排盐效应导致孔隙流体电阻率降低[30]。水合物生成过程中孔隙流体被水合物圈闭，被圈闭的这部分流体对含水合物沉积物的导电贡献相当于水合物[31]。也就是说，当矿化度升高的孔隙流体被水合物圈闭后，同样会呈现出高电阻率值。图5中的长方形区域，电阻率出现了升高（t1 ）-降低（t2 ）-升高（t3 ）的特征。图5中t3 时刻方形区域周围并没有形成高电阻率值的圈闭现象，认为图5中t3 时刻长方形区域电阻率的升高是水合物的影响。因此，不同时刻电阻率图像的对比可以明确受水合物影响引起的电阻率的变化，对水合物的有效识别十分有利。3.2 块状水合物
受实验装置硬件条件的影响，块状水合物仅成功获取2层测量数据。块状水合物生成过程中内筒内沉积物介质不同高度的电阻率分布情况如图6所示。加压稳定后，块状水合物的大小呈现准确，位置稍微有些偏差。实验发现，随着时间的变化圆柱体水合物电阻率不断增加。非圆柱体水合物区域处的电阻率值在温压条件达到后的1.5 h（
t1 时刻），电阻率值即达到20 Ω·m，而在分散状水合物生成过程历经几十个小时后，电阻率仅有5～7 Ω·m（图3，图4）。Lei和Seol通过对热刺激法和降压法开采的实验模拟，认为外界压力会迫使水合物分解产生的气体滞留在沉积物孔隙内[32]。圆柱体水合物放入釜内后，受温度影响水合物仍在分解，分解产生的游离气被滞留在沉积物内，驱替了部分孔隙水。游离气为不导电介质，造成其他区域的电阻率值过大，进而导致圆柱体水合物的位置发生偏移。同时，孔隙内的游离气与孔隙水接触充分，促进了水合物再次生成，导致非圆柱体水合物区域处的电阻率值升高较快。![图 6 块状水合物生成过程中不同时刻电阻率图像]()
图 6 块状水合物生成过程中不同时刻电阻率图像Figure 6. The changes of resistivity distribution of massive hydrate with time4. 讨论
在相同沉积物样品体积条件下，分散状水合物在压力下降0.5 MP的情况下，平均电阻率升高了1.22 Ω·m；块状水合物在压力下降约0.12 MP的情况下，平均电阻率升高了14.37 Ω·m（图3，图4）。对比分散状水合物和块状水合物，块状水合物电阻率升高较快，而从压力下降情况可知块状水合物生成量又较少。Liu等人通过数值模拟研究了水合物形态对含天然气水合物沉积物电阻率特性的影响，发现低水合物饱和度范围内裂隙型水合物电阻率同样存在急剧增加的现象[33]。
电阻率测量是经数值解法求出测量电极周围介质的电场分布，然后求取电阻率的计算公式。测量电极周围存在不同赋存形态的水合物时，电场的分布不同，求取的电阻率也将不同。分散状水合物是指水合物以颗粒形式分布于粒间孔隙内，在含量较少的情况下，对导电路径（孔隙水）的堵塞作用不明显；当大量的水合物生成后，沉积物内的导电路径将被逐渐堵塞。块状水合物模拟实验的沉积物中，圆柱体水合物为冰粉、孔隙水、水合物和气的混合。圆柱体水合物是用去离子水制成的冰粉生成的，压实后的孔隙空间也很小，可被视为体积相对较大的不导电介质，即使水合物生成量相对较低，对导电路径的阻碍作用也会比较明显，对获取的电学响应的贡献突出，电阻率升高的就会较快。
不同赋存形态的水合物饱和度估算需要采用不同的电阻率岩石物理模型[12,33-34]。对于取心难度较大的水合物储层，水合物的赋存形态很难获得。电阻率层析成像技术在孔隙尺度的微观探测与现场尺度的宏观探测中具有广阔的前景[25]。刘洋等人已研发了一种新的电阻率层析成像阵列，应用于含水合物沉积物的电阻率成像模拟实验装置[26]。结合本文研究，电阻率层析成像技术可作为识别水合物赋存形态的一种手段应用于现场水合物储层，为选取电阻率岩石物理模型提供依据，提高基于现场测井资料评估储层中水合物饱和度的准确性。
5. 结论
（1）利用电阻率层析成像结果可初步判断沉积物中水合物的赋存形态。分散状水合物的高值电阻率分布具有零散性，块状水合物的高值电阻率分布比较聚集，且随着水合物的不断生成，电阻率高值的零散性和聚集性将越加明显。
（2）分散状水合物不同时刻电阻率图像的对比，可以明确由水合物生成所引起的电阻率的变化。被滞留在沉积物内的游离气对沉积物的电阻率影响较大，影响了块状水合物电阻率层析成像的位置，多物理参数的联合探测将有助于区分游离气和水合物对沉积物电阻率响应的影响。
（3）水合物的赋存形态是影响电阻率响应特征的重要因素，分散状水合物和块状水合物的电阻率响应特征差异明显；相对于分散状水合物，块状水合物作为大体积的不导电介质，对导电路径的堵塞作用明显，导致块状水合物电阻率随着水合物的生成升高较快。
-
![]()
![]()
图 6 2#、6#、9#站位流向、流速验证图
Figure 6. Verification of flow direction and velocity at 2#, 6# and 9# stations
![]()
图 7 正常天气下研究区海域大潮期余流分布图
Figure 7. Spring tide residual current distribution in the study area under normal weather
![]()
图 8 各站位流速与悬浮泥沙浓度时间序列图
Figure 8. Time series of velocity and suspended sediment concentration at each station
![]()
图 9 各站位涨、落潮垂向平均悬浮泥沙浓度图
Figure 9. Vertical average suspended sediment concentration of rising and falling tides at each station
![]()
图 10 正常天气大潮遥感反演影像
Figure 10. Remote sensing inversion of spring tides in normal weather
![]()
图 11 西南强风天气大潮遥感反演影像
Figure 11. Remote sensing inversion image of spring tide in southwest strong wind weather
![]()
图 12 研究区大潮期流场图
A：涨潮中间时刻，B：落潮中间时刻。
Figure 12. Flow field of spring tide in the study area
A: The middle of the high tide, B: The middle of the ebb tide.
![]()
图 13 夏季西南强风天气下余流分布图
Figure 13. Residual current distribution under strong southwest wind weather in summer
表 1 遥感卫片日期对应的风速风向
Table 1 The wind speed and direction corresponding to the date of the remote sensing image
时间 风速/(m/s) 风向/(°) 时间 风速/(m/s) 风向/(°) 2014.07.28 00:00 2.91 256 2016.08.19 00:00 8.38 228 2014.07.28 06:00 5.55 257 2016.08.19 06:00 8.98 222 2014.07.28 12:00 4.07 259 2016.08.19 12:00 11.46 224 2014.07.28 18:00 3.36 246 2016.08.19 18:00 14.87 232 
下载: 导出CSV
表 2 各站位余流流速流向统计
Table 2 Residual flow statistics for each station
站位 表层 0.2H 0.4H 0.6H 0.8H 底层 流速/
(cm/s)流向/
(°)流速/
(cm/s)流向/
(°)流速/
(cm/s)流向/
(°)流速/
(cm/s)流向/
(°)流速/
(cm/s)流向/
(°)流速/
(cm/s)流向/
(°)1# 13.4 277 5.8 308 10.9 279 4.3 359 4.9 18 6.3 292 2# 9.2 322 7.2 327 1.9 35 4.1 52 7.0 55 5.7 57 3# 2.4 215 1.7 168 1.7 230 2.1 238 1.4 206 0.2 173 4# 1.8 305 2.1 276 2.1 267 2.4 258 2.8 231 2.4 247 5# 2.2 263 3.8 276 2.2 239 1.2 26 1.1 347 2.1 28 6# 13.5 190 10.8 200 8.3 199 5.7 204 5.0 194 4.0 194 7# 12.7 213 12.3 211 11.1 206 10.3 206 8.7 198 7.6 200 8# 20.2 197 20.7 195 17.0 193 14.7 192 13.8 194 13.9 192 9# 14.3 256 15.4 251 10.2 247 9.0 237 6.9 247 7.3 248 10# 12.5 219 12.1 226 7.5 230 8.2 225 5.8 242 5.0 230
下载: 导出CSV
表 3 各层位平均悬浮泥沙浓度
Table 3 Average suspended sediment concentration in each layer
mg/L 站位 表层 0.2H 0.4H 0.6H 0.8H 底层 1# 27.8 32.0 29.8 39.9 52.1 59.1 2# 26.4 26.9 28.4 30.9 44.4 91.6 3# 31.3 31.7 32.3 32.9 34.8 48.9 4# 28.8 29.3 30.1 31.5 33.7 52.0 5# 9.9 10.2 10.9 12.9 17.5 27.5 6# 26.4 26.7 27.0 28.7 31.7 57.9 7# 22.0 22.7 24.0 26.9 33.7 55.8 8# 15.2 15.6 16.5 18.3 22.0 35.2 9# 19.9 20.1 20.7 21.6 23.2 32.3 10# 15.7 15.8 16.3 17.4 19.7 34.9
下载: 导出CSV
表 4 正常天气与强风天气悬浮泥沙浓度
Table 4 Suspended sediment concentration in normal and strong wind weather
mg/L 区域 正常天气 强风天气 涨潮中间时刻 落潮中间时刻 涨潮中间时刻 落潮中间时刻 最小 最大 平均 最小 最大 平均 最小 最大 平均 最小 最大 平均 A 4.76 30.04 7.95 3.65 27.36 7.10 5.76 36.56 10.23 4.24 22.12 9.71 B 2.87 21.74 5.64 2.55 17.16 5.12 3.56 44.56 9.42 3.57 19.88 7.73
下载: 导出CSV
表 5 各站位输沙率
Table 5 Sediment transport rate of each station
g·s−1·m−1 站位 输沙项 T1 T2 T1+T2 T3+T4 T5 T6+T7+T8 T总 1# 输沙率 11.40 3.09 12.24 0.23 2.91 0.33 9.39 方向 301 220 287 185 79 133 293 2# 输沙率 6.69 2.74 4.61 0.25 4.15 0.50 4.75 方向 350 324 329 288 33 142 279 3# 输沙率 3.93 3.02 6.85 0.01 0.18 0.06 6.62 方向 210 184 187 179 256 263 188 4# 输沙率 4.91 7.22 11.37 0.30 0.21 0.07 11.78 方向 248 207 223 226 187 70 222 5# 输沙率 3.14 4.19 6.31 0.19 0.91 0.16 5.44 方向 273 211 237 181 68 102 232 6# 输沙率 30.35 6.32 36.23 0.17 2.19 0.28 34.22 方向 202 226 206 239 23 121 206 7# 输沙率 30.04 12.67 42.68 1.04 1.89 0.62 41.41 方向 206 201 205 192 50 39 203 8# 输沙率 44.82 4.85 49.46 0.43 1.81 0.27 47.93 方向 196 214 198 204 24 74 197 9# 输沙率 30.35 6.32 36.23 0.17 2.19 0.28 34.22 方向 202 226 206 239 23 121 206 10# 输沙率 25.15 5.33 30.35 0.29 1.66 0.29 28.76 方向 233 247 235 268 47 104 236
下载: 导出CSV
表 6 各站位输沙项占比
Table 6 Proportion of sediment transport items at each station
% 站位 T1 T2 T1+T2 T3+ T4 T5 T6+T7+T8 1# 121.5 32.9 130.4 2.4 31.0 11.4 2# 140.9 57.6 97.0 5.2 87.4 23.5 3# 59.3 45.6 103.4 0.2 2.7 1.2 4# 41.7 61.2 96.5 2.5 1.8 0.7 5# 57.8 77.0 116.1 3.5 16.7 3.4 6# 88.7 18.5 105.9 0.5 6.4 1.2 7# 72.6 30.6 103.1 2.5 4.6 1.5 8# 93.5 10.1 103.2 0.9 3.8 0.6 9# 88.7 18.5 105.9 0.5 6.4 1.2 10# 87.4 18.5 105.5 1.0 5.8 1.1
下载: 导出CSV
-
[1] Xie D F, Gao S, Wang Z B, et al. Numerical modeling of tidal currents, sediment transport and morphological evolution in Hangzhou Bay, China [J]. International Journal of Sediment Research, 2013, 28(3): 316-328. doi: 10.1016/S1001-6279(13)60042-6
[2] 刘潇, 冯秀丽, 刘杰, 等. 山东半岛靖海湾及其附近海域悬沙粒度特征及再悬浮作用研究[J]. 泥沙研究, 2013(4):68-73 doi: 10.3969/j.issn.0468-155X.2013.04.011 LIU Xiao, FENG Xiuli, LIU Jie, et al. Characteristics of grain size distribution and resuspension process of suspended sediment in Jinghai Bay and its adjacent waters, Shandong Peninsula [J]. Journal of Sediment Research, 2013(4): 68-73. doi: 10.3969/j.issn.0468-155X.2013.04.011
[3] Bian C W, Jiang W S, Quan Q, et al. Distributions of suspended sediment concentration in the Yellow Sea and the East China Sea based on field surveys during the four seasons of 2011 [J]. Journal of Marine Systems, 2013, 121-122: 24-35. doi: 10.1016/j.jmarsys.2013.03.013
[4] 宋泽坤, 张俊彪, 施伟勇, 等. 杭州湾口门中部水沙输运机制初探: 以岱衢洋为例[J]. 海洋通报, 2015, 34(3):267-274 doi: 10.11840/j.issn.1001-6392.2015.03.005 SONG Zekun, ZHANG Junbiao, SHI Weiyong, et al. Mechanism of water and suspended sediment transport in the middle outlet of the Hangzhou Bay: a case study of Daiquyang Sea [J]. Marine Science Bulletin, 2015, 34(3): 267-274. doi: 10.11840/j.issn.1001-6392.2015.03.005
[5] 陈斌, 高飞, 刘健. 夏季浙江沿岸陆架区泥沙输运机制[J]. 海洋学报, 2017, 39(3):96-105 CHEN Bin, GAO Fei, LIU Jian. Sediment transport mechanism in the Zhejiang inner continental shelf in summer [J]. Acta Oceanologica Sinica, 2017, 39(3): 96-105.
[6] Hu R J, Ma F, Wu J Z, et al. Sediment transport in the nearshore area of Phoenix Island [J]. Journal of Ocean University of China, 2016, 15(5): 767-782. doi: 10.1007/s11802-016-2967-z
[7] 陈瑞瑞, 蒋雪中. 长江河口悬浮泥沙向浙闽沿岸输运近期变化的遥感分析[J]. 海洋科学, 2017, 41(3):89-101 doi: 10.11759/hykx20160920002 CHEN Ruirui, JIANG Xuezhong. Analysis of suspended sediment variations from the Yangtze Estuary to Zhejiang-Fujian Provincial coastal waters using remotely sensed data [J]. Marine Sciences, 2017, 41(3): 89-101. doi: 10.11759/hykx20160920002
[8] Doxaran D, Froidefond J M, Lavender S, et al. Spectral signature of highly turbid waters: Application with SPOT data to quantify suspended particulate matter concentrations [J]. Remote Sensing of Environment, 2002, 81(1): 149-161. doi: 10.1016/S0034-4257(01)00341-8
[9] Waghmare S M, Hanamgond P T, Mitra D, et al. Application of remote sensing and GIS techniques to study sediment movement along Harwada Beach, Uttar Kannada, West Coast of India [J]. Journal of Coastal Research, 2020, 36(6): 1121-1129.
[10] Li P, Ke Y H, Wang D W, et al. Human impact on suspended particulate matter in the Yellow River Estuary, China: Evidence from remote sensing data fusion using an improved spatiotemporal fusion method [J]. Science of the Total Environment, 2021, 750: 141612. doi: 10.1016/j.scitotenv.2020.141612
[11] Ryu J H, Han H J, Cho S, et al. Overview of geostationary ocean color imager (GOCI) and GOCI data processing system (GDPS) [J]. Ocean Science Journal, 2012, 47(3): 223-233. doi: 10.1007/s12601-012-0024-4
[12] 刘波, 程乾, 曾焕建, 等. 基于GOCI数据的杭州湾跨海大桥两侧水域悬浮泥沙浓度空间分异规律研究[J]. 杭州师范大学学报: 自然科学版, 2016, 15(1):102-107 LIU Bo, CHENG Qian, ZENG Huanjian, et al. On the suspended sediment concentration distribution and diversity of the waters on both sides of Hangzhou Bay sea-crossing bridge based on GOCI data [J]. Journal of Hangzhou Normal University: Natural Science Edition, 2016, 15(1): 102-107.
[13] 周钰, 宣基亮, 黄大吉. 基于GOCI观测数据的长江浅滩悬浮泥沙的潮周期变化特征[J]. 中国科学: 地球科学, 2020, 63(9):1381-1389 doi: 10.1007/s11430-019-9618-7 ZHOU Yu, XUAN Jiliang, HUANG Daji. Tidal variation of total suspended solids over the Yangtze Bank based on the geostationary ocean color imager [J]. Science China Earth Sciences, 2020, 63(9): 1381-1389. doi: 10.1007/s11430-019-9618-7
[14] 杨雪飞. 基于GOCI和数值模拟的东海近岸悬浮泥沙浓度逐时变化研究[D]. 中国科学院研究生院(上海技术物理研究所)博士学位论文, 2016. YANG Xuefei. Diurnal variation of suspended sediment concentration coupled GOCI and numerical simulation in coastal waters of the East China Sea[D]. Doctor Dissertation of Shanghai Institute of Technical Physics, Chinese Academy of Sciences, 2016.
[15] Yin W B, Huang D J. Evolution of submesoscale coastal frontal waves in the East China Sea based on geostationary ocean color imager observational data [J]. Geophysical Research Letters, 2016, 43(18): 9801-9809. doi: 10.1002/2016GL070232
[16] 艾乔, 石勇, 高建华, 等. 辽东半岛东岸近海泥区悬沙浓度的时空分布及控制因素分析[J]. 海洋学报, 2019, 41(1):121-133 AI Qiao, SHI Yong, GAO Jianhua, et al. Spatio-temporal distribution and control factors of surface suspended sediment concentration in the mud deposition along eastern coast offshore of the Liaodong Peninsula [J]. Acta Oceanologica Sinica, 2019, 41(1): 121-133.
[17] Pang C G, Yuan D L, Jiang M, et al. Observed cross-shelf suspended sediment flux in the southern Yellow Sea in winter [J]. Marine Geology, 2020, 419: 106067. doi: 10.1016/j.margeo.2019.106067
[18] 杜家笔, 裴艳东, 高建华, 等. 弱动力浅海中的悬沙输运机制: 以天津港附近海域为例[J]. 海洋学报, 2012, 34(1):136-144 DU Jiabi, PEI Yandong, GAO Jianhua, et al. The suspended sediment transport associated with low flow patterns in shallow waters: a case study from the Tianjin subtidal area [J]. Acta Oceanologica Sinica, 2012, 34(1): 136-144.
[19] Moskalski S, Floc'h F, Verney R. Suspended sediment fluxes in a shallow macrotidal estuary [J]. Marine Geology, 2020, 419: 106050. doi: 10.1016/j.margeo.2019.106050
[20] Milliman J D, Meade R H. World-wide delivery of river sediment to the oceans [J]. Journal of Geology, 1983, 91(1): 1-21. doi: 10.1086/628741
[21] Pang C G, Li K, Hu D X. Net accumulation of suspended sediment and its seasonal variability dominated by shelf circulation in the Yellow and East China Seas [J]. Marine Geology, 2016, 371: 33-43. doi: 10.1016/j.margeo.2015.10.017
[22] Qiao L L, Liu S D, Xue W J, et al. Spatiotemporal variations in suspended sediments over the inner shelf of the East China Sea with the effect of oceanic fronts [J]. Estuarine, Coastal and Shelf Science, 2020, 234: 106600. doi: 10.1016/j.ecss.2020.106600
[23] Wang S Q, Mao Y, Zheng L F, et al. Remote sensing of water turbidity in the Eastern China Seas from Geostationary Ocean Colour Imager [J]. International Journal of Remote Sensing, 2020, 41(11): 4080-4101. doi: 10.1080/01431161.2020.1714775
[24] 薛碧颖, 王厚杰, 张勇, 等. 闽北附近海域悬浮体输运及通量的季节变化[J]. 海洋地质与第四纪地质, 2018, 38(5):30-40 XUE Biying, WANG Houjie, ZHANG Yong, et al. Seasonal variations of suspended sediments in transport and flux in the coastal area of the northern Fujian Province [J]. Marine Geology & Quaternary Geology, 2018, 38(5): 30-40.
[25] 孟令鹏, 胡日军, 李毅, 等. 福宁湾海域冬季大潮期悬浮泥沙输运特征[J]. 海洋地质与第四纪地质, 2020, 40(3):61-73 MENG Lingpeng, HU Rijun, LI Yi, et al. Transport characteristics of suspended sediment in Funing Bay during spring tide in winter [J]. Marine Geology & Quaternary Geology, 2020, 40(3): 61-73.
[26] 江甘兴. 福建海区的潮汐和潮流[J]. 台湾海峡, 1992, 11(2):89-94 JIANG Ganxing. Tides and tidal currents in Fujian waters [J]. Journal of Oceanography in Taiwan Strait, 1992, 11(2): 89-94.
[27] Guan B X. Patterns and structures of the currents in Bohai, Huanghai and East China Seas[M]//Zhou D, Liang Y B, Zeng C K. Oceanology of China Seas. Dordrecht: Springer, 1994: 17-26.
[28] Xiao Y, Wu Z, Cai H Y, et al. Suspended sediment dynamics in a well-mixed estuary: The role of high suspended sediment concentration (SSC) from the adjacent sea area [J]. Estuarine, Coastal and Shelf Science, 2018, 209: 191-204. doi: 10.1016/j.ecss.2018.05.018
[29] Ingram R G. Characteristics of the Great Whale River plume [J]. Journal of Geophysical Research: Oceans, 1981, 86(C3): 2017-2023. doi: 10.1029/JC086iC03p02017
[30] Uncles R J, Elliott R C A, Weston S A. Dispersion of salt and suspended sediment in a partly mixed estuary [J]. Estuaries, 1985, 8(3): 256-269. doi: 10.2307/1351486
[31] 范恩梅, 陈沈良, 张国安. 连云港海域水文泥沙运动特征[J]. 世界科技研究与发展, 2009, 31(4):703-707 doi: 10.3969/j.issn.1006-6055.2009.04.040 FAN Enmei, CHEN Shenliang, ZHANG Guoan. The hydrological and sediment characteristics in lianyungang coastal waters [J]. World Sci-Tech R & D, 2009, 31(4): 703-707. doi: 10.3969/j.issn.1006-6055.2009.04.040
[32] 史文奇, 邢传玺, 马玉贤, 等. 辽东湾中部西岸浅水海域冬季实测海流分析[J]. 海洋通报, 2018, 37(4):389-395 doi: 10.11840/j.issn.1001-6392.2018.04.004 SHI Wenqi, XING Chuanxi, MA Yuxian, et al. Analysis of current observation in shallow inshore waters along the west coast of central Liaodong Bay in winter [J]. Marine Science Bulletin, 2018, 37(4): 389-395. doi: 10.11840/j.issn.1001-6392.2018.04.004
[33] Bowden K F. The mixing processes in a tidal estuary [J]. International Journal of Air and Water Pollution, 1965, 7: 343-356.
[34] Yu Q, Wang Y W, Gao J H, et al. Turbidity maximum formation in a well-mixed macrotidal estuary: The role of tidal pumping [J]. Journal of Geophysical Research: Oceans, 2014, 119(11): 7705-7724. doi: 10.1002/2014JC010228
[35] Man J, Pang C G, Liu Z L, et al. Sediment resuspension in winter in an exceptional low suspended sediment concentration area off Qinhuangdao in the Bohai Sea [J]. Estuarine, Coastal and Shelf Science, 2020, 245: 106859. doi: 10.1016/j.ecss.2020.106859
[36] 刘波, 胡日军, 袁晓东, 等. 龙口近岸海域潮流作用下悬浮泥沙时空分布特征及输运机制[J]. 海洋地质与第四纪地质, 2020, 40(4):55-66 LIU Bo, HU Rijun, YUAN Xiaodong, et al. Spatiotemporal distribution pattern and transport mechanism of suspended sediments in Longkou offshore under the action of tidal current [J]. Marine Geology & Quaternary Geology, 2020, 40(4): 55-66.
[37] 边淑华, 胡泽建, 迟万清, 等. 粉砂质海岸大风天泥沙运动研究[J]. 海洋科学, 2007, 31(12):4-8 doi: 10.3969/j.issn.1000-3096.2007.12.002 BIAN Shuhua, HU Zejian, CHI Wanqing, et al. Sediment movement on the silty coast during a storm [J]. Marine Sciences, 2007, 31(12): 4-8. doi: 10.3969/j.issn.1000-3096.2007.12.002
[38] 张火明, 邵力行, 田中仁, 等. 基于MIKE21模型的椒江口台州湾在异常天气下的泥沙输运研究[J]. 中国计量大学学报, 2019, 30(4):441-448 ZHANG Huoming, SHAO Lixing, TIAN Zhongren, et al. Study on sediment transport in Taizhou Bay of Jiaojiang Estuary based on MIKE21 model under abnormal weather [J]. Journal of China University of Metrology, 2019, 30(4): 441-448.
[39] 王华强, 高抒. 杭州湾北岸高潮滩沉积与沿岸物质输运趋势[J]. 海洋地质与第四纪地质, 2007, 27(6):25-30 WANG Huaqiang GAO Shu. Tidal flat sediment characteristics and transport trends along the northern bank of Hangzhou bay [J]. Marine Geology & Quaternary Geology, 2007, 27(6): 25-30.
[40] 乔璐璐. 冬季大风事件下渤黄海环流及泥沙输运过程研究[D]. 中国海洋大学博士学位论文, 2008. QIAO Lulu. Circulation and sediments transport due winter storms in the Bohai Sea and Yellow Sea[D]. Doctor Dissertation of Ocean University of China, 2008.
[41] 曾定勇, 倪晓波, 黄大吉. 冬季浙闽沿岸流与台湾暖流在浙南海域的时空变化[J]. 中国科学: 地球科学, 2012, 42(7):1123-1134 doi: 10.1360/zd-2012-42-7-1123 ZENG Dingyong, NI Xiaobo, HUANG Daji. Temporal and spatial variability of the ZheMin Coastal Current and the Taiwan Warm Current in winter in the southern Zhejiang coastal sea [J]. Scientia Sinica Terrae, 2012, 42(7): 1123-1134. doi: 10.1360/zd-2012-42-7-1123
[42] 邱云, 许金电, 郭小钢, 等. 东北季风期台湾海峡的逆温现象[J]. 海洋学报, 2012, 34(2):13-22 QIU Yun, XU Jindian, GUO Xiaogang, et al. Temperature inversion in the Taiwan Strait during northeast monsoon [J]. Acta Oceanologica Sinica, 2012, 34(2): 13-22.
[43] 万小芳, 潘爱军, 郭小钢, 等. 台湾海峡西侧水动力环境的季节变化特征[J]. 应用海洋学学报, 2013, 32(2):156-163 doi: 10.3969/J.ISSN.2095-4972.2013.02.002 WAN Xiaofang, PAN Aijun, GUO Xiaogang, et al. Seasonal variation features of the hydrodynamic environment in the western Taiwan Strait [J]. Journal of Applied Oceanography, 2013, 32(2): 156-163. doi: 10.3969/J.ISSN.2095-4972.2013.02.002
[44] 张志欣. 中国近海沿岸流及毗邻流系的观测与分析研究[D]. 中国海洋大学博士学位论文, 2014. ZHANG Zhixin. Observation and analysis of the coastal current and its adjacent current system in the China offshore waters[D]. Doctor Dissertation of Ocean University of China, 2014.
[45] 王颖. 中国海洋地理[M]. 北京: 科学出版社, 2013. WANG Ying. Marine Geography of China[M]. Beijing: Science Press, 2013.
-
期刊类型引用(4)
1. 刘婵娟, 刘国福, 彭敏. 基于可视化技术的天然气水合物形成过程教学模型设计. 科教导刊. 2025(19) 
百度学术
2. TAN Kui，ZHANG Qi，HE Tao. Research Progress on the Electrical Properties of Gas Hydrate-bearing Sediments. Acta Geologica Sinica(English Edition). 2023(03): 816-827 . 必应学术
3. 胡艳. 基于生态环境保护的沉积物环境污染自动监测系统研究. 能源与环保. 2023(08): 67-72+79 . 百度学术
4. 贡益明，孔德仁，商飞. 基于FPGA的宽量程高速ERT系统设计与图像重建. 国外电子测量技术. 2022(07): 173-178 . 百度学术
其他类型引用(0)
